Kommentar von Himanshu Gupta, Solace So nutzen Finanzdienstleister agentenbasierte KI zu ihrem Vorteil

Der rasante Aufstieg der agentenbasierten Künstlichen Intelligenz (KI) im Finanzdienstleistungssektor ist ein Weckruf für jedes Unternehmen, die damit verbundenen beispiellosen Chancen zu nutzen. Dazu gehören die Analyse von Live-Daten im Submillisekundenbereich, die Abwicklung von Transaktionen in Milliardenhöhe, der Schutz von Kunden vor Betrug, die Einhaltung gesetzlicher Vorschriften, die individuelle Anpassung der Beratung für Millionen von Kunden und die Verkürzung der Kreditbearbeitung von Wochen auf Stunden.

In den vergangenen Jahren haben Finanzinstitute beispiellose Handelsvolumina und Schwankungen verzeichnet. Millisekunden entscheiden über Gewinne in Millionenhöhe. Reaktive KI-Chatbots reichen hierfür nicht mehr aus. Hier kommen autonom agierende KI-Agenten ins Spiel, die in Echtzeit erkennen, entscheiden und handeln können. Sie sind in der Lage, komplexe Ziele zu interpretieren, sie in Teilaufgaben zerlegen und mehrstufige Arbeitsabläufe auszuführen.

Damit diese Koordination funktioniert, müssen die Agenten jedoch einen ständig aktualisierten Überblick über die Vorgänge im gesamten Finanzunternehmen haben. Wenn ein Agent eine Position aktualisiert, benötigen alle betroffenen Agenten diese Informationen sofort. In der Finanzwelt ändern sich die Marktbedingungen ständig, sodass Aktualisierungen den Agenten unmittelbar zur Verfügung stehen müssen, nicht erst Minuten später. Ändert sich eine Compliance-Regel, muss jeder Agent, der Entscheidungen auf ihrer Grundlage trifft, diese Änderung in Echtzeit berücksichtigen können.

Diese fünf Top-Anwendungen für agentische KI verändern die Kapitalmärkte

Durch die Einführung einer Echtzeit-Plattform erschließen sich Finanzinstitute bereits Anwendungen mit hoher Wertschöpfung, die die Betriebskosten senken und den Umsatz steigern:

• 1. Intelligentes Portfoliomanagement und Trading: Orchestrierte KI-Agenten revolutionieren das Portfoliomanagement, indem sie Millionen von Trading-Signalen aus den globalen Märkten blitzschnell verarbeiten, um die Ausführung zu optimieren und Risiken zu managen. Durch die Koordination spezialisierter Agenten für Marktanalyse, Risikobewertung und die Compliance konnten Institute wie JPMorgan Chase die Ausführung von Handelsgeschäften deutlich beschleunigen und die Transaktionskosten senken. Um effektiv zu funktionieren, benötigen diese Netzwerke eine leistungsstarke Infrastruktur, die Millionen von Nachrichten mit einer Latenz von unter einer Millisekunde weiterleiten kann, um einen synchronisierten Echtzeit-Kontext aufrechtzuerhalten.

• 2. Betrugserkennung und -prävention in Echtzeit: Um die hohen Falsch-Positiv-Raten herkömmlicher, regelbasierter Betrugserkennungssysteme zu überwinden, setzen Finanzinstitute koordinierte KI-Agenten ein, die täglich Milliarden von Transaktionen analysieren. Spezialisierte Agenten kombinieren umgehend Erkenntnisse zu geografischen Unstimmigkeiten, dem Ausgabeverhalten und den Risikoprofilen von Händlern, um Bedrohungen präzise von normalem Verbraucherverhalten zu unterscheiden. HSBC hat in Zusammenarbeit mit Google das KI-System „Dynamic Risk Assessment“ entwickelt. Damit ist das Unternehmen in der Lage, zwei- bis viermal so viele Finanzdelikte mit deutlich höherer Genauigkeit zu erkennen. Zudem reduzierte das System die Zahl der Fehlalarme um 60 Prozent. Eine solche Orchestrierungsplattform, die Milliarden von Transaktionen verarbeiten und dabei die Koordination in Echtzeit gewährleisten kann, ermöglicht eine deutlich effektivere Betrugserkennung als bisherige Systeme, die zu nachsichtig oder zu restriktiv sind.

• 3. Automatisierung von Compliance und Reporting: KI-Systeme automatisieren die Einhaltung hochkomplexer gesetzlicher Vorschriften auf globaler Ebene, indem sie Regeländerungen dynamisch nachverfolgen, interne Daten erfassen und Berichte für verschiedene Rechtsgebiete formatieren. Anstatt sich auf fehleranfällige manuelle Prozesse zu verlassen, nutzen Compliance-Teams Netzwerke spezialisierter Agenten, um eine korrekte und fristgerechte Einreichung sicherzustellen. So können sich die Mitarbeiter auf das strategische Risikomanagement konzentrieren. Die Koordination dieser dynamischen Arbeitsabläufe erfordert intelligentes Daten-Routing und eine garantierte Zustellung, um sich nahtlos an neue Vorschriften anzupassen und die verschiedenen Abgabefristen perfekt zu synchronisieren.

• 4. Personalisierung von Kundenerlebnis und Finanzberatung: Orchestrierte KI-Agenten demokratisieren Finanzberatungsdienste, indem sie eine hochgradig personalisierte Vermögensverwaltung nicht nur für vermögende Privatpersonen, sondern auch für normale Verbraucher zugänglich machen. Durch die Koordinierung von Erkenntnissen aus agentenbasierten Profilanalysen, Zielplanungen und Risikobewertungen können Plattformen ihre Anlageempfehlungen dynamisch anpassen, sobald sich die Lebensumstände eines Kunden oder die Marktbedingungen ändern. Um dieses maßgeschneiderte Erlebnis im großen Maßstab bieten zu können, ist ein sicherer Datenaustausch zwischen den Geschäftsbereichen ebenso erforderlich wie die Fähigkeit, dynamische Agenten-Workflows zu erstellen, die alle Datenschutzbestimmungen und regulatorischen Vorgaben strikt einhalten.

• 5. Intelligente Kreditbearbeitung und Bonitätsprüfung: Agentenbasierte KI revolutioniert den notorisch langsamen manuellen Prozess der Kreditgenehmigung. Sie koordiniert die Datenüberprüfung intelligent über mehrere interne Systeme und externe Stellen hinweg. Spezialisierte Agenten übernehmen dabei alle Aufgaben – von der Auswertung der Antragsdaten über die Einkommensprüfung bis hin zur Bonitätsbewertung. Dadurch werden die Bearbeitungszeiten und Betriebskosten drastisch gesenkt und die Genehmigungsquoten verbessert. Um diese vielfältigen Kreditszenarien nahtlos zu unterstützen, benötigen Finanzinstitute eine dynamische Orchestrierungsinfrastruktur, die Daten effizient weiterleitet und lückenlose, konforme Audit-Trails für jede automatisierte Entscheidung bereithält.

Kommentar von Jana Behr, KPMG Financial Services

Wie der Finanzsektor künftig den Erfolg seiner KI-Systeme sichert

Der KI-Vorteil für Pioniere der Kapitalmärkte

In einem kürzlich erschienenen Gastbeitrag für Microsoft hob Thomas Shuster, Research Director für den Bereich „Worldwide Capital Markets, Wealth, and Digital Assets“ bei IDC Financial Insights, hervor, dass einige „Pionierunternehmen“ bei der Einführung agentenbasierter KI auf den Kapitalmärkten eine Vorreiterrolle einnehmen. Er betonte: „Es geht weniger darum, als Erster mit neuen Tools zu experimentieren, sondern vielmehr darum, KI-Investitionen in messbare und reproduzierbare operative Gewinne umzusetzen.“

Und weiter: „Die ersten generativen KI-Tools verbesserten das Erstellen und Zusammenfassen von Texten und die Recherche. Diese Funktionen waren zwar hilfreich, aber weder bahnbrechend noch besonders innovativ. Der entscheidende Wandel tritt ein, wenn Unternehmen nicht nur einzelne Aufgaben beschleunigen, sondern Arbeitsabläufe neu gestalten und KI-Agenten einsetzen, um mehrstufige Prozesse systemübergreifend unter minimaler menschlicher Aufsicht auszuführen.“

Schaffung der Basisarchitektur für den Erfolg von KI auf den Kapitalmärkten

Unternehmen, die KI erfolgreich einsetzen, haben nicht nur ausgefeiltere Algorithmen entwickelt, sondern auch die erforderliche Infrastruktur geschaffen und Verfahren eingeführt, die die Koordination von Agenten in großem Maßstab ermöglichen.

Das beginnt mit der Schaffung einer soliden Grundlage, die auf sechs zentralen Säulen ruht:

• 1. Echtzeit-Datenstreaming: Kapitalmärkte basieren auf Live-Daten. Autonome Echtzeit-Agenten kann man daher nicht mit veralteten Daten aus der Batch-Verarbeitung füttern. Die Einrichtung eines kontinuierlichen, kontextbezogenen Echtzeit-Datenstroms stellt sicher, dass Marktdaten, Referenzdaten und Handelsereignisse unmittelbar nach ihrem Auftreten nahtlos an die KI-Systeme weitergeleitet werden.

• 2. Multi-Agent-Orchestrierung: Komplexe Finanzabläufe sind anfällig. Schon eine einzige Aufgabe kann die Zusammenarbeit mehrerer spezialisierter Agenten erfordern. Es müssen daher Systeme entwickelt werden, in denen sich die Agenten gegenseitig erkennen, ihre Handlungen koordinieren und Informationen dynamisch austauschen können.

• 3. Offene Standards: Die KI-Landschaft entwickelt sich rasend schnell weiter. Der Einsatz offener Standards wie A2A oder MCP und API-freundlicher Protokolle verhindert Abhängigkeiten von einzelnen Anbietern. So können Unternehmen Anwendungen oder cloudbasierte KI-Dienste austauschen, sobald bessere Technologien auf den Markt kommen, ohne ihre Systeme ganz neu aufsetzen zu müssen.

• 4. Governance: Lückenlose Autonomie im Finanzwesen erfordert eine strenge Aufsicht. Definieren Sie daher vor der Einführung klare Richtlinien für die Entscheidungsfindung, die Datennutzung und das Risikomanagement durch die KI. Dazu gehören Audit-Trails, die aufzeigen, wie sich die Agenten bei der Entscheidungsfindung abgestimmt haben, Kontrollmechanismen zur Steuerung des Agentenverhaltens und Rahmenbedingungen für das Testen des koordinierten Agentensystems.

• 5. Einsatz von Experten: Erfolg setzt Teams voraus, die sowohl die Möglichkeiten und Grenzen der KI als auch die Anforderungen der Finanzdienstleistungsbranche verstehen. IT-Teams müssen in der Lage sein, Orchestrierungsmuster zu entwerfen, die Leistung der Agenten zu überwachen und die Systeme an sich ändernde Geschäftsanforderungen anzupassen.

• 6. Pilotprojekte, die den Nutzen der Orchestrierung belegen: Starten Sie mit Anwendungen, die einen klaren ROI aufweisen und die Koordination von Agenten erfordern. Nutzen Sie diese Beispiele, um Ihren Orchestrierungsansatz zu validieren. Skalieren Sie den KI-Einsatz mithilfe einer Infrastruktur, die eine unternehmensweite Bereitstellung unterstützt, sobald Ihr Agentennetzwerk wächst.

Kommentar von Karl im Brahm, Objectway

KI-Boom in Banken – so bleiben sensible Kundendaten sicher

Die Technologie, die zum Erfolg führt: das Agenten-Mesh

Wenn Kapitalmarktunternehmen beginnen, KI-Agenten einzusetzen, investieren sie häufig aggressiv in die Agenten, ohne die Bedeutung der Orchestrierung und der zugrunde liegenden Vernetzung zu berücksichtigen. Doch selbst die intelligentesten KI-Agenten der Welt sind ohne Echtzeit-Kontext und Koordination nichts weiter als isolierte Inseln der Intelligenz!

Das Bindeglied zwischen Experimenten mit agentenbasierter KI und dem vollwertigen Produktionsbetrieb ist das Agenten-Mesh. Es unterstützt die Entwicklung, Bereitstellung und Koordination von KI-Agenten, indem es die gesamte komplexe Kommunikation, Koordination und Steuerung übernimmt.

Eine Agenten-Mesh-Plattform wie Solace Agent Mesh baut auf der bewährten Skalierbarkeit eines Event-Mesh auf, indem sie die ereignisgesteuerte Datenverteilung in Echtzeit mit einem Netzwerk autonomer KI-Agenten kombiniert. Während ein Event-Mesh Daten dynamisch im gesamten Unternehmen weiterleitet, führt das Agenten-Mesh intelligente Agenten ein, die diesen Live-Informationsfluss eigenständig analysieren und darauf reagieren können.

Das Zeitalter der agentenbasierten KI im Finanzdienstleistungssektor hat begonnen

Die Finanzdienstleistungsbranche hat eine Schwelle überschritten. Nun müssen die Institute ihre KI-Agenten in den Bereichen Handel, Betrugsaufdeckung, Compliance, Kundenberatung und Kreditvergabe koordinieren, um das Potenzial der agentenbasierten KI voll auszuschöpfen.

Institute, die so vorgehen, bieten ihren Kunden ein besseres Erlebnis, gehen effektiver mit Risiken um und treiben Innovationen voran, mit denen die Konkurrenz nicht mithalten kann.

Hindernisse bei der KI-Implementierung

KI-Agenten: 86 % Hype, nur 11 % Realität – Woran fehlt es?

(ID:50874874)